基于图像识别的矿井煤与瓦斯突出预警研究
针对现有矿井煤与瓦斯突出预警方法存在的不足,提出了一种基于图像识别的矿井煤与瓦斯突出预警方法.首先,基于VGG16网络建立瓦斯浓度、声发射强度和电磁辐射强度变化的煤与瓦斯突出危险性图像识别模型.然后,基于Dempster-Shafer(D-S)证据理论对3种模型的突出危险性识别结果进行融合处理,消除预警的不确定性,实现准确预警.最后,利用来自生产现场的数据所生成的瓦斯浓度、声发射强度、电磁辐射强度变化图像进行实验.实验结果表明,所提方法的预警准确率高、预警速度快,其预警效果优于峰谷比值法和ResNet50方法.实验结果证明了所提方法的有效性.
煤与瓦斯突出预警、图像识别、VGG16网络、D-S证据理论、不确定性
30
TP18(自动化基础理论)
国家自然科学基金;国家自然科学基金;辽宁省教育厅辽宁省高等学校基本科研项目;辽宁工程技术大学博士启动基金资助项目
2023-11-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
1935-1942